Tema 3 · Machine Learning i
Test de Aprendizaje no supervisado: Clústering
3 preguntas tipo test de exámenes reales de Machine Learning i.
Qué entra en este tema
- Introducción
- Distancia y similaridad
- Clustering Jerárquico
- Agrupamiento Particional
- Redes autoorganizadas
- Técnicas de penalización
- Medidas de calidad de clústers
Según la guía docente oficial.
Preguntas falladas
Aquí irán las que falles, dejes en blanco o marques para revisar, para repasarlas después.
Configura tu test
3 preguntas de Aprendizaje no supervisado: Clústering
Ejemplos de preguntas de Aprendizaje no supervisado: Clústering
3 de 3 preguntas. La respuesta correcta se ve al practicar.
- 1.
En las técnicas de clustering, indica la respuesta correcta:
- a)Los conceptos de similaridad y distancia están relacionadas, a mayor distancia menor similaridad.
- b)Los conceptos de similaridad y distancia están relacionadas, a mayor similaridad mayor distancia similaridad.
- c)La distancia se utiliza para variables binarias y categóricas, pero no en continuas.
- d)La similaridad se utiliza en variables continuas y binarias, pero no en categóricas.
- 2.
¿Qué red neuronal se entrena para obtener pesos que si están próximos en el espacio de entrada también lo están en la capa de la red?
- a)LVQ
- b)SOM
- c)MLP
- d)RBF
- 3.
El algoritmo k-medoides (PAM) es
- a)Menos robusto que el k-medias en presencia de ruido y outliers, y menos costoso computacionalmente.
- b)Menos robusto que el k-medias en presencia de ruido y outliers, y más costoso computacionalmente.
- c)Más robusto que el k-medias en presencia de ruido y outliers, y menos costoso computacionalmente.
- d)Más robusto que el k-medias en presencia de ruido y outliers, y más costoso computacionalmente. GRADO EN CIENCIA E INGENIERÍA DE DATOS Teoría, preguntas de desarrollo: 2.5 PUNTOS